Predicting Gold Prices Using Macro Data: A Step-by-Step Framework

왜 매크로 데이터가 금을 움직이는가

금은 수익, 배당금 또는 수익 성장에 의해 주도되지 않습니다. 그 가격은 근본적으로 수익성이 없는 자산을 보유하는 기회 비용과 시장의 통화 및 지정학적 불안정성에 대한 집단적인 두려움의 기능입니다. 즉 거시 데이터 실제 금리, 인플레이션 기대, 달러 강도, 중앙 은행 균형 은 금의 장기 가격 궤도의 대부분을 설명합니다.

거래자와 분석가들에게 이것은 장점입니다. 주요 변수는 고정된 달력에서 공개되며, 고도의 정확도로 측정되며 API를 통해 액세스 할 수 있습니다. FXMacroData는 미국 (주력 금 동력) 및 중앙 은행의 결정이 금 수요에 영향을 미치는 다른 G10 통화에 대한 관련 지표의 전체 세트를 표면으로 보여줍니다.

단계 1: 금 가격 을 찾아라

예측 프레임워크를 구축하기 전에 기준선을 설정하십시오. 상품 최종점- 그래요

curl "https://fxmacrodata.com/api/v1/commodities/gold?api_key=YOUR_API_KEY&start=2024-01-01"

{
  "data": [
    { "date": "2025-04-08", "val": 3014.75 },
    { "date": "2025-04-07", "val": 2980.20 },
    { "date": "2025-04-04", "val": 3038.55 }
  ]
}

파이썬에서 이 행을 뽑는 간단한 방법은

import requests

BASE = "https://fxmacrodata.com/api/v1"
KEY  = "YOUR_API_KEY"

def get_series(path: str, start: str = "2024-01-01") -> list[dict]:
    r = requests.get(f"{BASE}{path}", params={"api_key": KEY, "start": start})
    r.raise_for_status()
    return r.json()["data"]

gold = get_series("/commodities/gold")
# [{'date': '2025-04-08', 'val': 3014.75}, ...]

단계 2: 미국 실금률을 추적

금의 가장 강력한 단일 거시 예측자는 미국 실금리율입니다. 인플레이션 이후 안전한 자산에 대한 수익률입니다. 실금리가 매우 부정적인 경우 (인플레이션 이하의 정책금리), 금은 합리적인 가치 저장소가됩니다. 실가율이 긍정적 인 것으로 변하고 상승하면 금은 재무증권의 치열한 경쟁에 직면합니다.

두 개의 FXMacroData 시리즈는 실제 금리 그림을 정확하게 구성 할 수 있습니다.

• TIPS 10Y 수익 시장에서 직접 측정하는 10년 실금률, 인플레이션 연계 채권
• 10년 간 부진률 인플레이션 보상으로 부진상태_인플레이션_비율

tips_10y    = get_series("/announcements/usd/inflation_linked_bond")
breakeven   = get_series("/announcements/usd/breakeven_inflation_rate")
policy_rate = get_series("/announcements/usd/policy_rate")

A sharply negative TIPS yield (below -1%) historically correlates with gold rallies of 20–40%. When TIPS yields climbed from -1.1% in early 2022 to +2.0% by late 2023, gold stagnated despite elevated nominal inflation. The signal was clear: the opportunity cost of holding gold had become meaningful.

단계 3: 미국 인플레이션 체제를 모니터링

인플레이션과 금의 관계는 대중적 서술이 제안하는 것보다 더 미묘합니다. 매우 짧은 기간 동안, 금은 항상 단일 CPI 인쇄에 즉각적으로 반응하지 않습니다. 중요한 것은 인플레이션을 관리하는 것입니다. 시장이 인플레이션은 계속 높아질 것이라고 믿고 FED이 곡선 뒤에 떨어지는지.

기본 인플레이션 스위트를 꺼내서

cpi          = get_series("/announcements/usd/inflation")
core_cpi     = get_series("/announcements/usd/core_inflation")
pce          = get_series("/announcements/usd/pce")
breakeven    = get_series("/announcements/usd/breakeven_inflation_rate")

가장 미래지향적인 신호는 부진율10년 간 손익분기율이 급격히 상승하면, 두 달 간 2.2%에서 2.8%로 상승하면 채권 시장이 인플레이션이 지속될 것으로 예상한다는 신호입니다. 이 환경은 정책금리가 동시에 상승하더라도 금을 지원하는 경향이 있습니다. 왜냐하면 실제 금리가 여전히 떨어질 수 있기 때문입니다.

을 사용하세요 인플레이션 최종점 그리고 pce 최종점 함께: 주가 지표가 내러티브를 설정하지만 PCE는 FED의 결정을 주도합니다. 주가 CPI가 상승하고 PCE가 고정되는 경우의 분차는 일반적으로 지속적인 금 구매 압력을 일으키지 않습니다.

단계 4: 연방준비제도 신호와 균형표

금은 미국 연방준비제도 (Fed) 의 신뢰성에 매우 민감하다. 시장은 금의 가격을 부분적으로 통화 부진에 대한 헤지로 평가한다. 중앙은행이 융자 수표를 융화할 수 없을 정도로 확장시킬 위험이 있다. FXMacroData 두 가지 지표는 이것을 직접적으로 포착한다.

fed_rate     = get_series("/announcements/usd/policy_rate")
fed_assets   = get_series("/announcements/usd/cb_assets")
m2           = get_series("/announcements/usd/m2")

- 연방준비제도 총자산 series tracks the size of the Fed's balance sheet in trillions. During QE cycles (2008–2014, 2020–2022), this series expanded sharply, and gold rallied strongly in both periods. When QT (quantitative tightening) commenced in 2022, gold lost momentum not just because of rising real rates but because the balance sheet signal turned bearish.

M2 통화 공급의 성장은 더 긴 지연 지표입니다. M2가 두 자릿수 연간 비율로 성장할 때 (2021년 25% 이상), 그것은 역사적으로 결국 금을 지원하는 인플레이션 압력을 예고합니다. M 2 성장이 역전되고 부정적이 될 때 (2023년 대부분 동안 그랬듯이), 통화 평가절하 사례는 약화됩니다.

단계 5: 달러 의 힘 을 확인 하라

금의 가격은 미국 달러로 결정되므로, 더 강한 달러는 자동적으로 금의 가격을 USD로 낮추고, 미국 이외의 구매자들에게 구매력 인센티브를 줄인다. 거래_중량_인덱스, 가장 깨끗한 전체적인 모습을 제공합니다.

twi = get_series("/announcements/usd/trade_weighted_index")

구조적으로, 금과 달러는 역동적으로 상관관계가 있지만, 이 관계는 진정한 위기 에피소드 동안 붕괴됩니다. 두 가지 모두 안전한 피난처 수요로 동시에 상승 할 수 있습니다. 미국의 금리 차이 감소로 인해 달러 약화 이야기가 글로벌 리스크 오프로 인해 증가하는 달러 약화의 이야기보다 금에 더 안정적으로 상승합니다. (금 또한 이익을 얻을 수 있지만 기계적 변환은 약합니다).

이 지율 차이에 대한 다화폐 그림을 만들기 위해, 예를 들어, FED 지율과 함께 다른 G10 중앙은행의 FXMacroData의 정책금리 최종 지점을 사용하십시오. EUR 정책금리 달러가 환율의 이점이 줄어든지 평가하기 위해서입니다.

단계 6: 복합 금 매크로 스코어카드를 작성

위의 틀은 각각의 지표에 방향 신호를 부여하고 순차적인 편향으로 집계하는 간단한 스코어카드로 정리될 수 있습니다.

def score_signal(series: list[dict], bullish_when: str) -> float:
    """Return +1 (bullish gold), 0 (neutral), or -1 (bearish gold)."""
    if len(series) < 2:
        return 0.0
    latest = series[-1]["val"]
    prev   = series[-2]["val"]
    change = latest - prev

    if bullish_when == "falling":
        if change < -0.05:
            return 1.0
        elif change > 0.05:
            return -1.0
        return 0.0
    elif bullish_when == "rising":
        if change > 0.05:
            return 1.0
        elif change < -0.05:
            return -1.0
        return 0.0
    elif bullish_when == "negative":
        return 1.0 if latest < 0 else (-1.0 if latest > 1.0 else 0.0)
    return 0.0


scores = {
    "TIPS 10Y (real rate)"     : score_signal(tips_10y,    bullish_when="negative"),
    "Breakeven inflation"      : score_signal(breakeven,   bullish_when="rising"),
    "Fed policy rate"          : score_signal(policy_rate, bullish_when="falling"),
    "Fed total assets (QE)"    : score_signal(fed_assets,  bullish_when="rising"),
    "M2 money supply"          : score_signal(m2,          bullish_when="rising"),
    "Trade-weighted USD"       : score_signal(twi,         bullish_when="falling"),
}

net_score = sum(scores.values())
print(f"Net gold macro score: {net_score:+.0f} / {len(scores)}")
for name, s in scores.items():
    arrow = "▲" if s > 0 else ("▼" if s < 0 else "→")
    print(f"  {arrow}  {name}: {s:+.0f}")

A net score of +4 or above across six inputs is a strong macro tailwind for gold. A net score of -3 or below is a headwind. The middle range (-2 to +3) calls for closer attention to the dominant driver rather than the composite.

Net gold macro score: +4 / 6
  ▲  TIPS 10Y (real rate): +1
  ▲  Breakeven inflation: +1
  →  Fed policy rate: 0
  ▲  Fed total assets (QE): +1
  →  M2 money supply: 0
  ▲  Trade-weighted USD: +1

단계 7: 위험 감정 을 포함 시키십시오

금은 또한 위험 절감 에피소드 동안 안전한 피난처 자산으로 사용됩니다. 위험 감정 지표 금 가격 자체, AUD/USD, USD/JPY, 금융 스트레스 지표의 복합 은 실시간 체제 신호를 제공합니다.

risk = get_series("/risk-sentiment")
latest_risk = risk[-1]["val"]  # Range: -1.0 (full risk-off) to +1.0 (full risk-on)

if latest_risk < -0.4:
    print("Risk-off regime: safe-haven gold demand likely elevated")
elif latest_risk > 0.4:
    print("Risk-on regime: macro drivers dominate gold signal")
else:
    print("Neutral regime: watch macro scorecard for direction")

위험-절단 에피소드 (점수 -0.4 이하) 에서, 약한 거시 점수 카드로 금도 안전 항구 위치에서 급격히 릴리 할 수 있습니다. 위험 감정 덮개는 단기간에 하락 거시 판독을 대체 할 수있는 회로 차단기입니다.

모든 것을 함께: 실시간 모니터링 스니프트

여기서는 모든 필요한 시리즈를 가져와 금 매크로 스코어카드를 계산하고 간결한 브리핑을 인쇄하는 완전한 자율적인 스크립트입니다.

import requests
from datetime import date, timedelta

BASE = "https://fxmacrodata.com/api/v1"
KEY  = "YOUR_API_KEY"
START = str(date.today() - timedelta(days=90))

def get_series(path: str) -> list[dict]:
    r = requests.get(f"{BASE}{path}", params={"api_key": KEY, "start": START})
    r.raise_for_status()
    return r.json().get("data", [])

def score(series: list[dict], mode: str) -> float:
    if len(series) < 2:
        return 0.0
    v, p = series[-1]["val"], series[-2]["val"]
    if mode == "falling":
        return 1.0 if v - p < -0.05 else (-1.0 if v - p > 0.05 else 0.0)
    if mode == "rising":
        return 1.0 if v - p > 0.05 else (-1.0 if v - p < -0.05 else 0.0)
    if mode == "negative":
        return 1.0 if v < 0 else (-1.0 if v > 1.0 else 0.0)
    return 0.0

inputs = {
    "TIPS 10Y real rate"     : (get_series("/announcements/usd/inflation_linked_bond"), "negative"),
    "Breakeven inflation"    : (get_series("/announcements/usd/breakeven_inflation_rate"), "rising"),
    "Fed policy rate"        : (get_series("/announcements/usd/policy_rate"), "falling"),
    "Fed total assets"       : (get_series("/announcements/usd/cb_assets"), "rising"),
    "M2 money supply"        : (get_series("/announcements/usd/m2"), "rising"),
    "Trade-weighted USD"     : (get_series("/announcements/usd/trade_weighted_index"), "falling"),
}

gold   = get_series("/commodities/gold")
risk   = get_series("/risk-sentiment")

net = sum(score(s, m) for s, m in inputs.values())

print("=" * 52)
print(f"  Gold Macro Scorecard  |  {date.today()}")
print("=" * 52)
if gold:
    print(f"  Gold spot  : ${gold[-1]['val']:,.2f} / troy oz")
if risk:
    print(f"  Risk regime: {risk[-1]['val']:+.2f}  (-1=risk-off, +1=risk-on)")
print(f"  Net signal : {net:+.0f} / {len(inputs)}")
print("-" * 52)
for name, (s, m) in inputs.items():
    sig = score(s, m)
    arrow = "▲ bullish" if sig > 0 else ("▼ bearish" if sig < 0 else "→ neutral")
    val   = f"  [{s[-1]['val']:.2f}]" if s else ""
    print(f"  {arrow:12s}  {name}{val}")
print("=" * 52)

해석 및 제한

이 틀은 거시적 체제 금의 경우 정확한 입국 지점이 아닙니다. 몇 가지 중요한 경고가 적용됩니다.

• 지연은 중요해요 Macro data releases like CPI and Non-Farm Payrolls are published with a one-to-four-week lag. The scorecard reflects the most recently published values, not real-time economic conditions.
• 위치가 중요해요 고도적인 거시적 체제에서도 금 선물에 대한 긴 거래는 이미 가격으로 결정되었다는 것을 의미 할 수 있습니다. 상품 부문이 자료는 매크로 스코어카드를 추가해야 합니다.
• 지리정치적인 충격이 거시적인 영향을 미칩니다. 군사적 갈등, 국가채권 위기, 중앙은행의 예비역 다양화 결정은 금이 몇 주 또는 몇 달 동안 거시적 신호로부터 분리될 수 있습니다.
• 통화 간 수요 신흥 시장의 중앙 은행, 특히 중국과 인도는 중요한 금 구매자입니다. 그들의 수요는 미국 거시 신호와 크게 다를 수 있는 예비 증식화 동기에 의해 주도됩니다. 외환보유 series can act as a useful secondary check.

이 기사에서 사용 된 미국 거시 지표 및 원자재 데이터의 전체 카탈로그는 문서화되어 있습니다. /api-data-docs/usd 그리고 FXMacroData API 키를 통해 접근할 수 있습니다. 아직 없으신다면, fxmacrodata.com/subscribe- 그래요